Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
登山って、つらくない? ~標高とコースタイムから見るつらみ~
Search
icebee16
February 24, 2019
Research
1
2k
登山って、つらくない? ~標高とコースタイムから見るつらみ~
2019年2月24日開催のSports Analyst Meetup #1のLT資料です
icebee16
February 24, 2019
Tweet
Share
More Decks by icebee16
See All by icebee16
「強化学習」輪読会資料
icebee16
0
450
Aptos2019 48th Solution
icebee16
1
1.3k
富士登山競争を定量的に評価する
icebee16
0
1.1k
Other Decks in Research
See All in Research
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
130
音声感情認識技術の進展と展望
nagase
0
400
MIRU2025 チュートリアル講演「ロボット基盤モデルの最前線」
haraduka
15
11k
論文紹介:Not All Tokens Are What You Need for Pretraining
kosuken
1
220
[RSJ25] Enhancing VLA Performance in Understanding and Executing Free-form Instructions via Visual Prompt-based Paraphrasing
keio_smilab
PRO
0
180
学習型データ構造:機械学習を内包する新しいデータ構造の設計と解析
matsui_528
4
2.1k
教師あり学習と強化学習で作る 最強の数学特化LLM
analokmaus
2
760
[Devfest Incheon 2025] 모두를 위한 친절한 언어모델(LLM) 학습 가이드
beomi
2
1.2k
LLM-jp-3 and beyond: Training Large Language Models
odashi
1
710
SkySense V2: A Unified Foundation Model for Multi-modal Remote Sensing
satai
3
190
An Open and Reproducible Deep Research Agent for Long-Form Question Answering
ikuyamada
0
120
Satellites Reveal Mobility: A Commuting Origin-destination Flow Generator for Global Cities
satai
3
230
Featured
See All Featured
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.7k
Optimising Largest Contentful Paint
csswizardry
37
3.5k
Designing for Performance
lara
610
69k
Design in an AI World
tapps
0
93
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
286
14k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Claude Code のすすめ
schroneko
65
200k
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
48
Product Roadmaps are Hard
iamctodd
PRO
55
12k
Navigating Team Friction
lara
191
16k
Building Applications with DynamoDB
mza
96
6.8k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
0
130
Transcript
登山って,つらくない? ~ 標高とコースタイムから見るつらみ~ icebee (@icebee) Feb. 24th, 2019. 1 ×
登山 共著: mocobt (@mocobt)
icebee (@icebee) ◢ 金融機関で研究員 (修士卒1年目) ◢ 登山ガチ勢 ▶ 日本百名山46座登頂 ▶
B2~M1まで富士山に篭って山岳ガイドしてた mocobt (@mocobt) ◢ 外資メーカーでR&D (修士卒1年目転職済) ◢ 暇そうにしてたので,LTの資料作成手伝ってもらった ◢ 登山ゆるふわエンジョイ勢 ▶ 低山登山で疲労骨折の経験あり ▶ よく高山病になる 自己紹介 2
3 突然ですが
4 なぜ人は山に登るのか?
5 なぜ人は山に登るのか? 景色がきれい 登った後の温泉が最高 登った後の酒が最高
6 なぜ人は山に登るのか? 景色がきれい 登った後の温泉が最高 登った後の酒が最高 要するにそこに山があるから!!! (楽しい)
でも,登山ってつらくない? 7
A. つらいです.山毎に難易度変わるし,どの山がちょうどいいのかわからない... 8 でも,登山ってつらくない? 山の選択に失敗し,絶望した後輩の図
現状のつらさを示す基準 9 ◢ 登山サイトではざっくり示されているだけで,よくわからない ▶ 現状,コースタイム(登山にかかる時間)とベテランが設定した難易度だけ ◢ 登山漫画は登場人物の体力が無限であることが多いので,つらさはわからない ▶ どれも面白いです
ヤマノススメ [しろ, アース・スター エンタテインメント] 女の子だけで登山する漫画.あおいちゃんが可愛い 登場人物の体力は基本的に無限 岳 [石塚真一, 小学館] おじさんが登山する漫画 主人公の体力は無限 岳人列伝 [村上もとか, 小学館] 登山家が登山する漫画 登場人物の体力は無限
本発表の位置づけ 10 目的: 登山のつらさが現状よくわからない問題の解決 アプローチ: 新たな登山の定量化手法TKO-based Metricsの提案 有用性: どの山を登ればいいのか,初心者でもなんとなくわかるようになる 注意:
本発表に科学的・医学的根拠はありません コースタイム? 難易度? 何もわからない... もう登山は諦めて, 家で筋トレと Kaggleしてよう.... 登山を挫折した一般的な若者 TKO-based Metrics TKO-based Metricsに救われた一般的な若者 TKO最高!!!!! 休日は 登山と筋トレと Kaggle!!!
TKO-based Metrics とは? 11 ◢ 高尾山(Mt. Takao)のつらさを1tkoと定義する,登山のつらみ指数 ◢ 各山のつらみM[tko]は標高Z[km]とコースタイム列(T_n) [min]から計算
▶ Input: Z, (T_n) ▶ Output: M ▶ Algorithm i. 各コースi (i=0, 1, …, n) に対して以下のloss_o2を計算して,和total_loss_o2を求める • loss_o2 = (標高0地点の吸った息の酸素分圧 - 区間の始点と終点平均高度における吸った息の酸素分圧) × T_i ◦ 標高Zから気圧P [hPa]を計算: P = ((44.331514 - Z) / 11.880516) ** 5.255877 ▪ http://www.tone-akadaya.com/entry/pressure-altitude ◦ 気圧から吸った息の酸素分圧PiO2 [mmHg]を計算: PiO2 = (P * 760 / 1013 - 47) * 0.21 ▪ 760 [mmHg] = 1013 [hPa] = 1 [atm] ▪ http://www.chugaiigaku.jp/upfile/browse/browse2139.pdf ii. M = total_loss_o2 / 1399.73 • 1399.73は高尾山のtotal_loss_o2 注意: 本発表に科学的・医学的根拠はありません
1tkoの計算の様子 12
TKO-based Metrics 適用例 高尾山 13 以降地図画像引用元)YAMAKEI ONLINE (https://www.yamakei-online.com/yk_map) ・コース 高尾山口(200m)
>[60分]> 高尾山駅(410m) >[25分]> いろはの森コース出合(520m) >[25分]> 高尾山(599m) >[40分]> 稲荷山 (400m) >[40分]> 高尾山口(200m) ・総コースタイム 190分(3時間10分) ・標高レンジ 200[m] > 600[m] ・TKO-based Metrics 1.00 [tko]
TKO-based Metrics 適用例 筑波山 14 ・コース 筑波山神社入口バス停(200m) >[15分]> 筑波山神 社(241m)
>[20分]> 酒迎場(350m) >[50分]> 弁 慶茶屋跡(700m) >[40分]> 女体山(877m) >[15 分]> 御幸ヶ原(800m) >[20分]> 男女川源流の湧 水(600m) >[15分]> 中茶屋跡(525m) >[30分]> 筑波山神社(241m) >[10分]> 筑波山神社入口バス 停(200m) ・総コースタイム 215分(3時間35分) ・標高レンジ 200[m] > 877[m] ・TKO-based Metrics 1.52 [tko]
TKO-based Metrics 適用例 陣馬山 15 ・コース 陣馬山登山口(200m) >[50分]> 分岐(600m) >[30
分]> 分岐(730m) >[30分]> 陣馬山(855m) >[30 分]> 奈良子峠(730m) >[50分]> 陣馬の湯(350m) >[25分]> 陣馬登山口(200m) ・総コースタイム 215分(3時間35分) ・標高レンジ 200[m] > 855[m] ・TKO-based Metrics 1.59 [tko]
TKO-based Metrics 適用例 富士山(吉田ルート) 16 ・コース 富士スバルライン五合目(2305m) >[70分] > 六合目(2386m)
>[60分]> 七合目 (2700m) >[80分]> 八合目(3040m) >[80 分]> 本八合目(3380m) >[50分]> 九合目 (3570m) >[45分]> 吉田口頂上(3710m) > [50分]> 本八合目(3380m) >[50分]> 八 合目(3270m) >[90分]> 七合目(2640m) > [40分]> 六合目(2386m) >[50分]> 富士 スバルライン五合目(2305m) ・総コースタイム 635分(10時間35分) ・標高レンジ 2305[m] > 3710[m]
TKO-based Metrics 適用例 富士山(吉田ルート) 17 ・コース 富士スバルライン五合目(2305m) >[70分] > 六合目(2386m)
>[60分]> 七合目 (2700m) >[80分]> 八合目(3040m) >[80 分]> 本八合目(3380m) >[50分]> 九合目 (3570m) >[45分]> 吉田口頂上(3710m) > [50分]> 本八合目(3380m) >[50分]> 八 合目(3270m) >[90分]> 七合目(2640m) > [40分]> 六合目(2386m) >[50分]> 富士 スバルライン五合目(2305m) ・総コースタイム 635分(10時間35分) ・標高レンジ 2305[m] > 3710[m] ・TKO-based Metrics 21.93 [tko]
TKO-based Metrics 適用例まとめ 18 山名 総コースタイム [分] 最低標高 [m] 最高標高
[m] TKO-based Metrics 高尾山 190 190 599 1.0 筑波山 215 200 877 1.52 陣馬山 215 200 855 1.59 富士山 635 2305 3710 21.92
まとめ 目的: 登山のつらさがよくわからない問題の解決 アプローチ: 高尾山を基準としたつらみ定量化手法 TKO-based Metricsの提案 結果: ◢ 標高とコースタイムをもとに定量的な山の
難易度の指標を示すことが出来た 登山楽しいので, 皆さんも是非週末は登りに行きましょう!!! 19